AutoMind 使用手册

会自己动手干活的 AI 智能体平台 — 零基础入门 · 功能深度解读 · 场景指南

版本 v1.6.3 🏷 社区版 / 专业版 / 企业版 🖥 本地运行 · 数据不上传 🛡 全程审批与审计 🧠 10+ 模型提供商

🏷 版本体系 — 开源部分为社区版（MIT 免费）：对话/工作/编程三模式与全部工具、技能、MCP、记忆、安全能力。 🤝 协同、🔁 循环、⏰ 定时任务、📊 高级统计、⭐ 自定义模板、📄 审计导出 PDF为专业版； 👥 多用户会话池、🔐 SSO/LDAP、🧩 RBAC 权限、🚪 私有模型网关为企业版 — 由商业扩展包 automind-pro 提供，配置许可证（AUTOMIND_LICENSE）后自动激活；社区版对应入口显示 🔒。安全能力（鉴权/限流/脱敏/审计）不设付费墙。详见 docs/EDITIONS.md。

🖥 v1.2 桌面版 — Windows 安装包双击即用：独立窗口（WebView2）+ 系统托盘 + 内嵌服务，无需 Python 环境与命令行；关窗最小化到托盘，任务与定时任务继续运行；数据存放于 %APPDATA%\AutoMind（托盘菜单一键打开）。自行构建见仓库 desktop/README.md。

🎉 v1.0 正式版四大升级 — 🖥 界面全面重构（React 18 + TypeScript + Ant Design，全部功能与操作位置不变）· 📚 RAG 知识库（上传 PDF/Word/MD/TXT，对话自动检索引用；社区版 5 文档/10MB，专业版无限文档/200MB/多库/Reranker/引用溯源，企业版混合检索/热度统计/检索审计/批量导入）· ⚡ 语义缓存 + 🧭 模型智能路由（专业版：相似问题秒回 + 2 级路由；企业版：高级缓存 + N 级路由 + 💰 成本仪表盘）· 📏 版本限额（社区版每日任务 100 次 / 工作区 3 个；专业版任务不限 / 工作区 30 个；企业版全部不限）。

🏢 v0.8 商业功能扩容 — 专业版新增 ⭐ 自定义模板、📄 审计报告导出 PDF；企业版新增 🔐 SSO/LDAP 单点登录、🧩 细粒度权限 RBAC、🚪 私有模型网关。社区版功能不减，对应入口显示 🔒。

🚀 v0.9 三大能力 — 📄 代码编辑器（右栏「代码」标签：文件树 + Monaco 编辑器 + Diff 预览，浏览器直接改代码，Ctrl+S 保存可撤销）· 👥 团队协作（任务分配看板 + 同事 Agent 改文件实时通知；工作区/模板/专家服务器级共享）· 🎓 专家市场（官方精选 10 个一键安装、自建专家、激活后所有任务带角色设定执行；专业版无限创建/分享/导入导出/统计，企业版审批发布）。

✨ v0.7 体验升级 — 🌓 浅色模式（右上角随时切换）· 🗂 工作区（多目录多上下文，任务互不污染）· 📚 模板库（内置 10 个基础模板一键开跑）· 🧭 新手引导（首次自动弹出，❓ 重看）· 💰 实时成本（Token 花费估算，可自定义单价）· 📜 历史回溯（持久化 + 查看/复制/重跑）· ▶ 中断续跑（从断点继续省 Token）· ↩️ 撤销回滚（Agent 改过的文件一键恢复）· 🔌 Agent 集成（OpenAI 兼容接口 + Continue.dev 一键配置，见左下角「⚙ 设置」菜单 → 集成）。

01产品简介

普通 AI 聊天工具只能"说"；AutoMind 除了聊天，还能真正在你的电脑上执行操作：创建文件、修改代码、运行命令、抓取网页、生成报告——并且做每件事之前先自己规划步骤，做完自己检查结果，出错自己纠正重试。

🧭

先规划再动手

大任务自动拆解为目标树，按依赖顺序逐步执行，每步验证效果

🛡️

安全可控

每次工具调用经风险评估与审批门控，高危操作必须你亲自批准

🔄

自我纠错

失败时自动分析错误、生成修正方案重试，必要时回溯调整计划

🔌

模型自由

OpenAI / Claude / DeepSeek / Kimi / 通义 / 智谱 / 豆包 / Ollama / 中转代理

🧩

三套扩展体系

技能 Skill · MCP 服务器 · 生命周期插件，随需接入你的专属能力

🏠

本地私有

配置、聊天记录、API Key 全部保存在你自己的电脑，绝不上传

它能帮你做什么？

你想做的事	AutoMind 怎么帮你
问问题、写文案、翻译	💬 对话模式，像聊天软件一样直接问
「帮我建一个 Python 项目」	⚙️ 工作模式：自动建目录、写配置、装依赖
「修复 main.py 里的 bug」	💻 编程模式：读代码 → 分析 → 改代码 → 验证
「写一份行业调研报告」	🤝 协同模式：研究员 + 编写员 + 审阅员多角色协作
「持续优化代码直到测试全过」	🔁 循环模式：反复"执行→检查→改进"直到达标
「每天 9 点汇总昨日日志」	⏰ 定时任务：后台自动执行并记录结果

02快速上手（零基础五分钟）

安装

命令行执行
pip install "automind-agent[web]"

启动

python -m automind.server
浏览器打开 localhost:8765

配置模型

左下角「⚙ 设置 → API Keys」填 Key，
点「🔌 测试连接」变绿即成功

第一个任务

切「⚙️ 工作」模式，输入任务，
看它实时规划并执行

前提：电脑已安装 Python 3.11+（命令行输入 python --version 查看）。服务器部署可直接 docker compose up --build。

三种安装方式

方式	命令	适合
PyPI（推荐）	`pip install "automind-agent[web]"`；升级：`pip install -U "automind-agent[web]"`	直接使用
GitHub 源码	`git clone https://github.com/yl13571844594-arch/AutoMind.git` → `cd AutoMind` → `pip install -e ".[web]"`	改代码 / 参与贡献
本地源码目录	在软件目录执行 `pip install -e ".[web]"`	压缩包 / 网盘分发

[web] 含 Web 工作台依赖；想用 Claude / Gemini 官方 SDK 等全部后端换成 [full]。国内提速：命令末尾加 -i https://pypi.tuna.tsinghua.edu.cn/simple。

三种启动方式

方式	操作	适合
Windows 一键	双击 `launch.bat`，选 `[2]` 自动打开浏览器	最简单
命令行	`python -m automind.server --port 8765` → 浏览器打开 `http://localhost:8765`	通用
Docker	`docker compose up --build`	服务器部署

没有任何 API Key？两个零成本方案： ① 本地 Ollama——安装后 ollama run llama3.2，无需 Key； ② 中转代理——API Keys 面板底部「自定义 OpenAI 标准接口」填入代理的 api_base、模型名和 Key。

试一试：第一个任务

# 模式切到「⚙️ 工作」，输入框输入：
在当前目录创建 hello.txt，内容为 Hello AutoMind

执行时：聊天区出现「⚙️ 执行过程」实时轨迹（计划生成 → 逐步执行 → 完成），右侧「📋 执行计划」同步刷新每步状态（○ 待执行 → ◐ 执行中 → ✓ 完成），完成后项目目录里 hello.txt 真实存在。

03界面总览

图 3-1 · 界面三区布局：① 侧边栏导航 ② 顶部控制 + 聊天工作区 ③ 右侧实时观测面板

键盘快捷键v1.4 起为完整快捷键系统

macOS 上把下表的 Ctrl 读作 ⌘。应用内按 ? 可随时调出这张表（侧栏「⚙ 设置 → ⌨ 键盘快捷键」也能打开），内容与实际生效的按键同源，不会出现"文档写了却按不动"。

快捷键	功能
Enter / Shift+Enter	发送 / 换行
Esc 或 Ctrl + .	停止当前任务；有弹窗时先关弹窗
Ctrl + N 或 Ctrl + L	新会话（清空当前模式对话，会二次确认）
Ctrl + K	打开模板库
Ctrl + ,	打开通用设置
Ctrl + Shift + W	切换工作区
Ctrl + /	光标定位到输入框
Ctrl + Shift + L	切换深色 / 浅色主题
Ctrl + = / Ctrl + - / Ctrl + 0	增大 / 减小 / 复位字号
?	显示快捷键帮助
Ctrl + 1 ~ Ctrl + 3	切换模式：对话 / 工作 / 编程
Alt + 1 ~ Alt + 4	切换视图：对话工作台 / 计划 / 工具 / 历史

带修饰键的组合在输入框里照常生效，不会打断打字；? 这类单字符快捷键只在非输入状态生效，否则你就打不出问号了。中文输入法组词过程中不会被抢键。

界面偏好（字号 / 通知 / 动效）v1.4 新增

在「⚙ 设置 → ⚙ 通用设置 → 🎨 界面偏好」里，三项都是本机生效、立即生效、自动记住，不改变任何功能，也不会同步到别的机器。

项目	说明
字号	85% ~ 130% 无级调节，界面整体等比缩放（含 antd 组件）。也可用 Ctrl + = / Ctrl + - / Ctrl + 0
任务完成通知	任务跑完发系统通知，只在窗口不可见时提醒；点通知直接跳回应用。解决"发个 5 分钟的任务切走干别的，回来才发现早跑完了"
减少动效	关闭淡入等动画，老机器上更跟手；系统级「减少动态效果」也会被自动尊重

关于通知权限：首次勾选时浏览器/系统会询问授权，必须允许才会收到提醒。若曾误点"拒绝"，需先到浏览器或系统的通知设置里放行 AutoMind，再回来重新勾选。桌面版直接使用系统通知中心。

会话隔离：五种模式的聊天内容互相独立，切换模式不丢各自记录；每个浏览器也持有独立会话 ID，多人共用一台服务互不可见。

04五种交互模式深度解读

模式决定了 AutoMind「怎么思考、要不要动手、如何收尾」。选对模式，事半功倍。

💬 对话模式 —— "问答专家"

原理：纯多轮对话直连大模型，不调用任何工具，响应最快。支持图片输入（需视觉模型如 gpt-4o / qwen-vl）。

知识问答文案 / 翻译 / 润色头脑风暴看图提问 / 读报错截图

不适合：需要操作文件/命令的任务——它在此模式下没有"手"，请切工作或编程模式。

⚙️ 工作模式 —— "项目经理 + 执行团队"（Plan-and-Execute）

图 4-1 · 工作模式五步流水线

「初始化一个 FastAPI 项目，带健康检查和 Dockerfile」「合并目录下所有 CSV 并生成汇总图表」多步骤有依赖的自动化

建议：任务描述越具体（目标目录、技术栈、验收标准），规划质量越高。执行时盯右栏「📋 执行计划」树与聊天区「⚙️ 执行过程」轨迹即可看懂它"在想什么"。

💻 编程模式 —— "结对程序员"（ReAct 循环）

图 4-2 · ReAct 思考-行动-观察循环

与工作模式的区别：不预先定死计划，边做边调整——更适合"看了代码才知道下一步"的探索性任务。思考（蓝卡）与工具调用（绿卡）全程流式展示。

「找出 main.py 启动报错的原因并修好」补类型注解 / 写测试 / 重构代码审查

建议：先在「⚙ 设置」把项目目录指到代码仓库根——它读写以此为根，且受路径防护约束不会越界。

🤝 协同模式 —— "多角色专家组"（多智能体编排） 🔒 专业版

原理：任务分派给多个角色（规划者 / 研究员 / 编程者 / 审阅者），各自基于共享白板完成子任务并互相看得到彼此成果，最后综合产出。

「调研三个向量数据库优劣并给选型建议」「设计签到系统：方案 + 骨架 + 风险评估」需要多视角的复杂长任务

🔁 循环模式 —— "不达目标不罢休"（Loop Engineering） 🔒 专业版

原理：执行 → 判定"目标达成了吗" → 未达成则带着反馈继续下一轮。内置四重停止条件防死循环：

图 4-3 · 循环模式四重停止条件

「优化到基准测试 <100ms」「修到测试全部通过」「压缩到 500 字且保留要点」

关键技巧：任务里写清验收标准（"直到测试全过"），判定器才有明确依据。可随时 ■ 中断。

模式选择决策

只是想问 / 写点东西？       → 💬 对话
让它替我做一件多步骤的事？  → ⚙️ 工作
围绕代码读改测？           → 💻 编程
复杂问题要多角度方案？      → 🤝 协同（专业版）
有明确标准要迭代到达标？    → 🔁 循环（专业版）

05工具审批与安全体系

每次工具调用都被安全体系拦截评估——你可以精确控制"它能做什么"。

图 5-1 · 工具调用安全流水线：评估 → 门控 → 审计

三种审批模式（顶部下拉切换）

模式	行为	适合场景
🙋 询问	除只读操作外，每次工具调用都弹窗请你批准	首次使用 / 重要项目 / 想完全掌控
⚡ 自动（默认）	低风险自动放行；风险分 ≥60 的敏感操作与所有高危操作需确认	日常使用最佳平衡
✅ 全批准	跳过所有审批，完全自主运行	沙箱环境批量任务；慎用

权限分级

等级	示例	处理
safe 安全	读文件、列目录、git status	直接放行
sensitive 敏感	写文件、装依赖、git commit	按审批模式处理
dangerous 高危	rm -rf、sudo、强制推送	必须人工批准

三重硬防护（独立于审批模式，始终生效）： ① 命令注入拦截 —— rm -rf /、fork bomb、写磁盘设备等灾难命令直接拒绝； ② 路径防护 —— 文件读写限定在项目目录内，../ 越界直接拒绝； ③ Python 沙箱 —— 代码执行仅允许白名单模块，禁止 os / subprocess。

事后追责：侧边栏「🛡️ 安全审计」记录每次调用的时间、工具、参数、决策、风险分与原因，并汇总放行 / 询问 / 拒绝 / 高危次数。

06模型配置详解

支持的提供商（左下角 ⚙ 设置 → 🔑 API Keys）

OpenAI

gpt-4o · platform.openai.com

Anthropic Claude

claude-sonnet · console.anthropic.com

DeepSeek

deepseek-chat · 性价比之选

Kimi (Moonshot)

moonshot-v1 · platform.moonshot.cn

百炼 (通义 Qwen)

qwen-max · dashscope.aliyun.com

智谱 GLM

glm-4 · open.bigmodel.cn

豆包 Doubao

volcengine.com

Gemini / Grok

ai.google.dev · x.ai

Ollama 本地 🆓

llama3.2 · 无需 Key，本机 ollama serve

自定义中转代理：API Keys 面板底部填 api_base （如 https://api.your-proxy.com/v1）+ 默认模型 + Key，即可对接任何 OpenAI 兼容 /v1/chat/completions 服务。 Key 只保存在本地 .automind_config.json；也支持环境变量（OPENAI_API_KEY、DEEPSEEK_API_KEY 等）。

省钱与提效：各模式专用模型

设置菜单的「🖥 模型配置」面板可为五种模式分别指定不同模型—— 对话用便宜快的 deepseek-chat，编程用强力的 claude-sonnet，实现成本 / 能力的精准分配。未指定的模式沿用全局默认。

通用设置（左下角 ⚙ 设置 → 通用设置）

设置项	说明	建议
项目目录	Agent 一切文件操作的根（带可视化目录浏览器）	为不同项目切换对应目录，准确又安全
Temperature	0–2，越低越严谨、越高越发散	代码 0–0.3；创意 0.7+
最大输出 Token	单次回复长度上限	默认即可，长文档任务调大

排障利器「🔌 测试连接」：逐阶段验证解析 → 连接 → 认证 → 响应，精确告诉你 Key 失效、api_base 写错还是网络不通。

07工具面板：工具 / 技能 / MCP / 插件

侧边栏「🔧 工具面板」四个分段，对应 AutoMind 的四类可扩展能力。

图 7-1 · 四类能力围绕 Agent 核心：工具是"手"，技能是"专家流程"，MCP 接生态，插件挂钩子

🔧 工具 —— Agent 的"手"

工具	等级	功能
`terminal`	敏感	执行命令行（装依赖、跑脚本、git）
`file_read`	安全	读取文件内容
`file_write`	敏感	创建 / 覆盖文件
`file_edit`	敏感	精确字符串替换编辑（带 diff 与回滚）
`python_sandbox`	敏感	沙箱执行 Python 片段（计算 / 数据处理）
`web_fetch`	安全	抓网页提取正文与链接
`browser`	敏感	Playwright 浏览器自动化

开关用法：每个工具卡片带开关，关掉后 Agent 就"看不到"它。不想让它上网 → 关 web_fetch 和 browser；只读分析 → 只留 file_read。

✨ 技能 —— 预制的"专家流程"

内置技能	功能	典型指令
`project_init`	项目脚手架（目录/pyproject/venv/git）	「初始化一个新项目」
`code_generator`	代码生成 / 补全 / 脚手架，带语法校验与自动修复	「生成一个爬虫脚本」
`test_runner`	发现并运行测试、收集失败	「跑一下测试」
`log_analyzer`	日志级别统计 / 错误样本 / 高频模式聚类	「分析这个日志文件」
`doc_generator`	从 Python 源码生成 Markdown API 文档	「给 src 生成 API 文档」
`dep_audit`	依赖审计：未固定版本 / 重复声明	「检查依赖健康度」

导入自定义技能：「📁 加载目录」批量导入 SKILL.md 技能包（YAML 头 + 指令正文，无代码）；「📄 导入 .py」导入继承 AbstractSkill 的 Python 技能（模板见 examples/03-skill-development/）；「⬇️ 一键导入桌面 skills 文件夹」直接吸收技能库。

🔌 MCP —— 连接外部工具生态

MCP（Model Context Protocol）是开放协议，接入后外部服务的工具自动出现在工具列表供 Agent 调用（文件系统、数据库、搜索、地图…）。支持单个添加（stdio 本地命令 / sse URL）或直接粘贴 Claude Desktop 格式的 {"mcpServers": {...}} 批量导入。需先 pip install mcp。

🧩 插件 —— 生命周期钩子扩展

插件在任务开始 / 结束 / 解析后 / 计划后 / 出错等时机自动执行你的逻辑（记日志、发通知、审计上报），不改动主程序。面板中「加载 / 卸载」即时生效。

# 插件目录结构
~/.automind/plugins/task-timer/
├── plugin.json     # {"name":"task-timer","version":"1.0.0","description":"…"}
└── hooks.py        # def get_hooks() -> AgentHooks

安全设计：插件内部异常会被系统吞掉，永远不会影响任务主流程。完整示例见 examples/04-plugin-development/。

08高级功能

🔄 自主任务闭环（v0.3 新增，默认开启）

工作 / 编程模式任务完成后自动执行"质检流水线"，不合格自动返工—— 把"AI 说做完了"变成"验证过真的做完了"。

图 8-1 · 自主任务闭环流水线（各环节可在设置中单独开关）

开关（⚙ 设置 → 通用）	作用	何时关闭
🧐 多Agent审查	工作模式完成后审阅者角色复核，可调用只读工具核实（MCP 工具共享）	追求极致速度 / 省 Token
✅ Loop 验收	语义验收 + 未过带反馈自动修复（≤2 轮）	简单任务不需返工
🧪 TDD 测试	编程模式改 .py 即时语法验证；收尾自动跑 pytest	项目测试极慢时
⚡ 并行执行	计划中互不依赖的步骤 asyncio.gather 并发	步骤有隐式资源冲突时
📦 子任务缓存	同任务内相同只读调用结果复用	需每次强制重读时

编程模式 TDD 内环：每次写入/编辑 .py 后系统立即语法检查，把 syntax_check: OK / FAILED 注入模型观察——有错它下一步就看到并立刻修复，形成 编辑 → 验证 → 修复 闭环。另有 code_generate 工具（语言检测、语法校验 + 自动修复、mode='complete' 代码补全）。

安全边界：并行只发生在互不依赖的步骤间；缓存只作用于 SAFE 级只读工具（写文件、执行命令永远真实执行）；审阅者只能调用只读工具。

⏰

定时任务 🔒 专业版

任务内容 + 模式（五种均可）+ 间隔（每5分钟 / 每小时 / 每6小时 / 每天）。后台调度、结果入历史、重启自动恢复。

场景：每天汇总日志错误、每小时抓数据追加 CSV、每 6 小时跑测试。

📊

统计分析仪表盘 🔒 高级部分为专业版

四个命中率圆环（工具/计划/任务/自我修正 + 综合平均）、上下文使用率发光条、最近 50 次趋势折线、Token 效率、记忆系统指标。

用途：评估模型效果、监控 Token 花销、发现异常任务。

🌐

HTML 预览

Agent 生成的 HTML（报告/图表/页面）出现在右栏列表，点击即在弹窗内直接渲染，免去手动找文件。

📎🎤

多模态输入

对话模式上传图片（可多张）配视觉模型看图问答；🎤 语音实时转文字输入（Web Speech API）。

👥

多用户会话隔离

每个浏览器独立会话 ID：团队共用一台服务，聊天记录互不可见、互不清除。

📚

RAG 知识库 v1.0 · 社区版起

侧边栏「📚 知识库」上传 PDF/Word/MD/TXT → 自动分段 + embedding → 对话时自动检索你的资料作答（可开关）。社区版 5 文档/10MB；专业版无限文档/200MB/多库/Reranker/引用溯源/定时重嵌入/外部向量后端；企业版混合检索（向量+词法）/热度统计/检索审计/目录批量导入、总量不限。

⚡

语义缓存 🔒 专业版

对话模式相似问题秒回历史答案（0 Token）。专业版基础缓存（300 条/24h），企业版高级缓存（2000 条/7 天 + 命中率与节省统计）。「🧭 路由与成本」视图可调阈值/清空。

🧭

模型智能路由 🔒 专业版

按任务复杂度（长度/代码特征/多步骤，0~100 打分）自动分级选模型：简单问答走便宜小模型、复杂任务走强模型。专业版 2 级路由，企业版 N 级 + 💰 成本仪表盘（按模型/日聚合成本 + 缓存节省）。

📈

观测中心 v1.3 · 社区版起

侧边栏「📈 观测中心」把 Agent 的执行过程画成实时更新的 DAG：任务 → 计划步骤 → 工具调用三层，六种状态配色（待执行/执行中/成功/失败/回溯/已中断），点节点看耗时与失败原因。 社区版可看当前任务的实时 DAG（只读、仅当前任务）； 专业版加实时看板（成功率 / P50·P95 耗时 / 工具热度 / 失败归因）、200 次运行历史回看与 JSON 导出； 企业版历史扩到 2000 次并按会话维度分组。全程本机内存构建，不额外消耗 Token。

📏

版本限额 v1.0

社区版每日任务 100 次、工作区 3 个；专业版任务不限、工作区 30 个；企业版全部不限。顶栏 📅 徽标实时显示当日用量，超限给出友好升级提示（跨天自动清零）。

⧉

输出便捷操作

每条 AI 消息悬浮「⧉ 复制」；每个代码块带语言标签和独立复制按钮。

09命令行与 REPL

不开浏览器也能用。安装后命令行直接可用 automind 命令。

# 单次任务（默认工作模式）
automind "创建一个 requirements.txt 包含 fastapi 和 uvicorn"

# 指定模式 / 模型 / 项目目录
automind --mode react --provider deepseek -p D:\myproj "修复 main.py 的报错"

# 信息查询
automind --version        automind --list-tools
automind --list-skills    automind --list-providers

Rich REPL（交互式彩色终端）

不带参数运行 automind 进入：

┌──────────────── REPL ────────────────┐
│ AutoMind v1.6.3 │
│ 模式: plan_and_execute · 模型: deepseek/… │
│ 输入任务开始，/help 查看命令 │
└──────────────────────────────────────┘
automind> _

REPL 命令	功能
`/help`	帮助
`/mode react` · `/mode plan_and_execute`	切换执行模式
`/tools` · `/skills`	表格列出工具 / 技能
`/stats`	本次会话任务数与 Token
`/clear` · `/exit`	清屏 · 退出（带 Token 总摘要）
其他任何输入	作为任务执行，结果 Markdown 面板渲染

10部署与运维（团队 / 生产）

Docker 部署

docker compose up --build
# 数据（配置/记忆/检查点）持久化在 automind_data 卷
# 镜像特性：非 root 用户、/data 工作卷、自带健康检查

生产加固环境变量（默认全关，按需开启）

变量	作用	建议
`AUTOMIND_AUTH_TOKEN`	所有 API 与 WebSocket 需带 Bearer 令牌	暴露公网必开
`AUTOMIND_CORS_ORIGINS`	收紧跨域来源（逗号分隔）	配合前端域名
`AUTOMIND_MAX_CONCURRENT`	并发任务上限（默认 8，超出 429）	按机器性能调
`AUTOMIND_RATE_LIMIT`	/api/run 每客户端每分钟次数（0=关）	公网建议 30
`AUTOMIND_REDACT_SECRETS`	输出中的 API Key / 密码自动打码	多人环境建议开
`AUTOMIND_ALLOWED_ORIGINS`	WebSocket Origin 白名单	防跨站劫持

运维接口：GET /api/health（免鉴权）返回版本 / 运行任务数 / 并发上限 / 运行时长，供探活与负载均衡。安装 structlog 输出 JSON 结构化日志，未装自动降级标准格式。服务退出自动释放 MCP / 向量库 / 模型连接池。

🗄 数据与存储（v1.1：SQLite）

v1.1 起高频数据从零散 JSON 平面文件收敛到 SQLite（WAL 模式，并发安全、增量写入）。首次启动自动把旧 JSON 数据一次性导入，旧文件原地保留作备份，升级零感知。

数据	存储位置	说明
任务历史 / 团队任务 / 每日限额	`.automind/automind.db`	滚动上限 200 条历史；限额跨天自动清零
对话会话（多用户隔离）	`.automind/sessions.db`	每会话最近 200 条消息
知识库（文档/片段/向量/检索日志）	`.automind/kb/kb.db`	片段与向量增量落库，检索走内存热路径
配置 / API Key / 工作区	`.automind_config.json`	保持纯文本 JSON（体量小、可手工编辑）

备份：停止服务后整体拷贝 .automind/ 目录与 .automind_config.json 即完成全量备份；迁移到新机器原样放回即可。 SQLite 文件可用任意 SQLite 工具（如 sqlite3 CLI、DB Browser）直接查看。

11常见问题 FAQ

顶部模型徽标一直是红色「未配置」？

还没配 API Key。左下角「⚙ 设置 → API Keys」为当前提供商填 Key 并「测试连接」。

徽标黄色带 ⚠？

有 Key 但初始化失败。常见原因：Key 失效、api_base 写错、网络不通。「测试连接」会告诉你卡在哪个阶段。

任务卡住不动 / 想中断？

点输入区 ■ 或按 Ctrl + .。循环模式还会在收敛 / 空转时自动停止。

为什么它说「文件不存在」？

检查右上角 📁 项目目录是否指向正确位置——所有相对路径以它为根，且出于安全不允许访问目录之外的文件。

担心它乱删文件？

三层保险：① 审批切「🙋 询问」逐一批准；② 高危命令（rm -rf 等）被硬拦截；③ 事后「🛡️ 安全审计」核查每次调用。

换台电脑打开，聊天记录不见了？

正常。会话按浏览器隔离（多用户设计）。记录都在服务器本地 .automind/chats/ 下。

Token 花得快怎么办？

① 设置菜单「🖥 模型配置」给对话模式配便宜模型；② 「📊 统计分析」看 Token 效率定位大户任务；③ 任务描述精准、避免反复试错。

想让它用我公司内部的工具？

三选一：写 Python 技能（最简单，见 examples/03）；架 MCP 服务器（标准协议，生态互通）；写插件（适合通知 / 审计等旁路逻辑）。

12附录：速查表

五种模式一句话

模式	引擎	一句话
💬 对话	直连 LLM	只聊不动手
⚙️ 工作	Plan-and-Execute	先列计划再逐步干
💻 编程	ReAct 循环	边看边改边验证
🤝 协同	多智能体编排	专家组分工协作
🔁 循环	Loop Engineering	迭代到达标为止

常用 API 端点（二次开发）

端点	方法	功能
`/api/health`	GET	健康检查（免鉴权）
`/api/run`	POST	执行任务 {task, interaction, session_id}
`/ws`	WebSocket	流式执行 + 实时事件 + 审批交互
`/api/status` · `/api/stats/detail`	GET	状态 · 高级统计
`/api/skills` · `/api/mcp` · `/api/plugins`	GET/POST	三类扩展管理
`/api/schedule` · `/api/audit`	GET/POST	定时任务 · 审计日志

文件位置

内容	位置
配置与 API Keys	项目目录 `.automind_config.json`
聊天记录	`.automind/chats/<会话ID>.json`
长期记忆（向量库）	`.automind/chroma/`
检查点	`.automind/checkpoints/`
插件	`~/.automind/plugins/`
教程示例	仓库 `examples/` 目录

13更新日志

每次升级带来了什么，按版本倒序。完整记录见仓库 CHANGELOG.md。

v1.6.32026-08-25 当前版本

别再为看不见的东西付钱 — 修复「每步重读整本工具说明书」「压错对象的压缩」「每轮重注知识库」，长会话与长任务不再卡顿；三平台安装包同步更新到 v1.6.3

🧰 ReAct 不再每步重念整本工具说明书：31 个内置工具的 schema 约 2.5 万字符（≈6k~8k token），此前每调用一步就完整下发一遍，跑 20 步就有十几万 token 花在「告诉模型它有哪些工具」上。现在按任务只下发相关的一批（默认 14 个）完整 schema，其余在系统提示里留「名字 — 一句话」目录，模型点名后再补发 —— 能力一个没少，只是不再每轮重付。execution.react_tool_budget = 0 可恢复旧行为。
🗜 预算告警时的「压缩」终于压在了实处：此前 80% 用量时花钱调的摘要压的是从未进入请求体的 ContextManager，白付。现在优先本地折叠 ReAct 自己的消息列表（旧的工具观察结果动辄几千字符），纯本地、不花钱，并可在用量上涨时反复触发。
📚 知识库不再每轮重注一遍：此前检索片段拼在提问前发出、生成完又从历史里还原，下一轮模型看不到只好再注入一次（同一份连问五轮付五遍）。现在片段作为独立消息留在会话中并逐条去重 —— 同一段只付一次，被挤出可见窗口后自动补发；用户原话不再被改写。
📡 失败不再伪装成「没有数据」：30 处静默 .catch(() => {}) 全部清理。工具面板、专家市场、定时任务、工作区、观测栏、路由与成本、知识库统计现在会分别说清「正在加载 / 加载失败（可重试，带具体原因）/ 确实一条都没有」。
💬 长会话与长任务不再卡：100+ 条会话默认只渲染最近 40 条（可点「载入更早」逐批展开且视线不跳动）；长回答尾部改为增量解析不再平方级卡顿；执行轨迹面板保留最近 300 条并标出折叠数量，完整过程在「任务历史」与「观测中心」照常留存。
🧪 新增 20 条回归用例：tests/planning/test_react_token_budget.py（工具预算挑选、休眠工具补发、压缩幂等）与 tests/server/test_kb_injection_dedupe.py（同段不重复注入、新片段照常注入、挤出窗口后补发）。
📦 安装包更新到 v1.6.3：Windows（.exe，Certum 代码签名）、macOS（.dmg 通用二进制）、Linux（.deb amd64）三平台安装包已更新到 v1.6.3，SHA-256 校验值同步更新，可从官网下载区直接获取。

v1.6.02026-08-16

发布 v1.6.0 桌面安装包（Windows / macOS / Linux）

📦 全新安装包：Windows（.exe）、macOS（.dmg）、Linux（.deb）三平台安装包已更新到 v1.6.0，可从官网下载区直接获取，校验值同步更新。

v1.5.02026-08-07

新增 12 个办公与集成工具 — AI 现在能直接帮你处理表格、文档、邮件

📊 办公四件套： Excel（读写表格、增删行、和 CSV 互转）、 Word（读取内容、生成文档、插入表格）、 PDF（提取文字、合并、拆分、旋转）、邮件（发送邮件、收取和查看收件箱）。直接说"把这个表格里的数据汇总成一份 Word 报告"就行。
🔧 通用五件套：联网搜索、网页/接口请求、 数据库查询、文件检索（按文件名或内容找）、 压缩解压（zip / tar.gz）。
🤝 协同三件套：桌面通知（长任务跑完弹窗提醒）、日历（ICS 日程文件，Windows 上还能直接写进 Outlook）、 群机器人（钉钉 / 企业微信 / 飞书 / Slack）。
📦 按需安装，不臃肿：办公功能依赖的库不会随主程序一起装。桌面版已内置；用 pip 安装的用户，第一次用到时会提示一行安装命令，照抄即可（pip install "automind-agent[office]"）。
🔐 外发动作一律需要你点确认：发邮件、发群消息属于「发出去就收不回」的操作，默认每次都要经过审批。另外刻意不提供群发功能（收件人上限 20 人）—— 能被 AI 驱动的无限群发就是垃圾邮件工具，专业版同样不会解锁。邮箱密码只从环境变量读取，不会出现在任何记录里。
🛡 联网与解压的安全防护：网络请求默认禁止访问内网地址 （防止 AI 被网页内容诱导去读取你的内网服务或云端凭据）；解压会校验压缩包内的路径，防止文件被释放到目录之外。
⭐ 社区版与专业版的分界：分界线划在具体动作上，不是整个工具 —— 社区版能真正把表格读出来、把报告写出去。进阶动作（Excel 样式美化、Word 模板套打、PDF 加水印与加密、企业数据库读写）属专业版。

v1.4.62026-08-07

堵上一条上版没能覆盖到的跨站通道 — 建议立即升级

🚨 阻止外部网页通过 WebSocket 操纵本机：上一版收紧了跨站访问，但 WebSocket 走的是另一条路，不受那套规则约束 —— 也就是说，你访问的任何网页仍可能在后台连上本机 AutoMind，让它执行任务、读写文件。现已改为 默认只接受本机页面的连接，外部来源一律拒绝并记录日志。命令行与 SDK 调用不受影响；只在本机使用无需任何额外设置。

v1.4.52026-08-06

安全加固第二轮 — 承接 v1.4.4，建议一并升级

✅ 「询问」模式的最后两个漏口：上一版只补了一处，另外两条执行路径（编程模式的 ReAct 循环、工作模式的计划执行）仍会在没有审批通道或 审批出错时直接放行 —— 需要你点「批准」的操作被悄悄执行了。现已全部改为 问不到人就不做，并在界面上说明原因。
若你希望无人值守运行，请把审批模式设为「自动」或「全批准」—— 这是明确的授权表达，而不是靠配置疏漏放权。
🌐 收紧跨站访问（重要）：此前的配置会让你浏览的任何网页都能在后台调用本机 AutoMind 并读取结果 —— 包括让它执行任务。而本地默认又不开鉴权。现在默认只信任本机页面；需要其它来源请显式配置。
📁 目录浏览限定范围：选择项目目录时不再能浏览整块磁盘，只限 主目录、当前项目与已配置的工作区。实测 C:\ 下可见目录从 22 个收敛到 1 个。
🔑 开放到局域网时自动开启鉴权：以 --host 0.0.0.0 启动而又没设访问令牌时，系统会自动生成一个随机令牌并在启动信息里醒目打印（同时保存下来）。只在本机使用则完全不受影响，无需任何额外操作。
🔒 IDE 接入配置接口：该接口会返回明文访问令牌，现在未设令牌时只允许本机读取，并禁止被缓存。

v1.4.42026-08-06

安全加固专版 — 强烈建议升级

🔒 代码沙箱重写（最高危）：此前 Agent 执行的「Python 代码」能跑出沙箱，读写你机器上的任意文件、甚至执行任意系统命令。已重写为三层防御：执行前静态检查、受限运行环境、并放到独立子进程里跑。另外修复了「超时不生效」——死循环代码此前会把程序卡住无法恢复，现在会被真正终止。
说明：沙箱防的是"AI 写出的代码越权"，不等于可以放心执行来路不明的代码；确有此需要请在容器/虚拟机中部署。
💉 修复测试技能的命令注入：运行测试时的文件匹配参数由 AI 填写，此前会被当成系统命令的一部分执行，构造特殊内容可执行任意命令。现在改为 参数化调用（不经过命令行解释器）并做严格字符校验。
✅ 修复「询问」模式可能被静默跳过：审批通道出错时（最常见的是你关掉了页面），系统此前会默认放行，等于「询问」模式悄悄变成了「全批准」。现在一律按拒绝处理，并在界面上说明原因。命令行审批里「直接回车」也不再等于同意。
📁 收紧目录浏览接口：此前任何人都能通过接口列举本机任意目录。若你把服务开放到局域网又没设访问令牌，等于把磁盘目录结构公开了。现在 未设令牌时只允许本机访问，并禁止浏览系统敏感目录。本机选择项目目录不受影响。

v1.4.32026-08-05

修复输入框被挤出界面 · 任务历史可搜索 · 执行进度看得见

🩹 修复长会话把输入框挤出界面：消息一多，对话面板会被内容撑破容器，消息区不再滚动、输入框被顶到视口之外彻底看不见。实测 80 条消息时面板高度被撑到 11821 像素（可用高度仅 648）。已修复：同样 80 条消息下消息区正常滚动、输入框稳定停在底部。
🔍 任务历史可搜索、可翻页：新增关键词搜索（任务内容与产出一起匹配，命中处高亮）、模式筛选与成功/未完成筛选；列表改为分页（每页 20 条），不再一次性把全部记录铺出来。另外，此前界面只能看到最近 50 条，而系统实际保留 200 条 —— 剩下的记录够不着，现在都能搜到了。
⏱ 执行进度看得见：输入框上方新增一条轻量进度指示 —— 当前阶段 · 第 X / N 步 · 正在做什么 · 已耗时，右侧「查看详情」可直接跳到观测中心看完整执行过程。解决"长任务跑着跑着，界面看起来像卡住了"。对话与编程模式没有预先生成的计划，此时不显示编造的百分比，改用流动条表示"正在进行、总量未知"。

v1.4.22026-08-05

消息可编辑/删除 · 断线可视化 · 恢复语义纠正 · 界面精修

✎ 消息编辑与删除：把鼠标移到任意气泡上，右上角会浮出操作条 —— 复制 / 编辑 / 删除。此前发错问题只能"复制原文 → 手动改 → 重发"。编辑用内联输入框（Enter 发送、 Esc 取消），重发时会自动移除该条及其之后的消息，因为问题都改了、基于旧问题的回答留着只会让上下文自相矛盾。删除有二次确认，且只影响本地会话记录，不会回滚已产生的文件改动。
🔌 断线时看得见"正在重连"：新增顶部横幅，显示重连倒计时与已尝试次数，并可点「立即重连」跳过等待；顶栏状态徽标区分「⟳ 重连中」与「○ 未连接」；重连成功会给出提示。此前断线只有一个不起眼的灰色「未连接」，用户常常是发消息没反应才发现。
⚠ 任务执行中断线不再卡死：连接一断，本次执行的结果就送不回来了，而界面此前会一直停在"执行中"、输入框永久禁用。现在会落一张失败卡片（带重跑入口）并解锁界面。
🩹 「继续此任务」改名，避免误导：经核对，本软件没有真正的断点续传—— 检查点只在任务成功结束后才写，任务失败时并不会留下检查点。所以按钮改为 「▶ 检查现状后接着做」（重发任务并要求模型先核对已完成的部分）与 「↻ 从头重跑」，并注明：两者都会重新执行一次任务，已写出的文件不会被回滚。
🔢 修复升级日志里的退出码记错：可见模式重试安装成功时，安装日志却仍记录为失败码，排查升级问题时会被带偏。现已修正。
🎨 界面精修：气泡改用双层阴影、悬停轻微抬起，头像加内描边，滚动条静止时隐入，输入区聚焦时整条底栏提亮，数字统一等宽字形；并补上全局键盘焦点环，纯键盘操作时能看清焦点位置。

v1.4.12026-08-05

修复"点升级后应用消失" · 输入框草稿保护 · 任务失败可一键恢复

🛠 修复升级后应用不再启动：桌面版是无控制台的 GUI 进程，升级脚本又以分离方式启动，此前没有显式指定标准输入输出句柄 —— 脚本里的重定向和管道全部失效，批处理在装之前就退出了，于是"应用退出、再也没回来"。现已修复，并给脚本加了三重兜底：静默安装失败自动改用可见模式重试（装在 Program Files 需要 UAC 提权）、安装前清理残留实例、 无论成败最后都把应用拉起来。安装日志与执行轨迹留在临时目录便于追查。
✍ 输入框草稿自动保存：打到一半切模式、切视图、关窗口，内容不再丢失，重新打开自动回填（按会话与工作区隔离）。语音听写与模板填入的内容一并保护。
🎯 打开即聚焦：进入对话区、切换模式、任务跑完后自动把光标交还输入框，省掉"先点一下输入框"这步；有弹窗时不抢焦点。
⧉ 自己发的提问也能复制：此前复制按钮只挂在 AI 回复上。同时改为复制 Markdown 原文（旧实现取气泡可见文本，会把复制按钮自己的图标一起带走），并在非 HTTPS 环境下自动回退，局域网访问时复制不再失灵。
🚑 任务失败有了恢复入口：失败/中断从"一行红字"改为一张卡片 —— 可展开完整报错、▶ 继续此任务（从中断处续跑，不重做已完成部分）、 ↻ 重新执行、⧉ 复制错误，并针对 Key 失效、限流、超时、网络不通、上下文超长等常见原因给出下一步建议。任务原文随卡片一起留存， 重启应用后依然能续跑。
📖 手册新增本章：更新日志现可在手册内直接查阅。

v1.4.02026-07-30

四项体验增强：字号调节 · 无闪烁切换 · 完整快捷键系统 · 任务完成通知

🔤 字号调节：85%~130% 无级调节，Ctrl + = / - / 0 可直接调，"标准"档与升级前像素级一致。
✨ 消除切换时的黑屏闪烁：对话面板改为常驻挂载、只切显示，DOM 不再重建，顺带修复切回对话时滚动位置丢失；新增「减少动效」开关。
⌨ 完整快捷键系统：新增 19 项全局快捷键，按 ? 查看；帮助弹窗内容由注册表直接生成，与实际生效的按键同源。
🔔 任务完成桌面通知：仅在窗口不可见时提醒，点通知跳回应用，完成/失败/中断三种终态都会通知。

v1.3.22026-07-29

三平台安装包 · 兼容版界面补齐升级提示

首个三平台同时发布的版本：Windows（代码签名）/ macOS（通用二进制 DMG）/ Linux。
修复 PyPI 元数据死链与许可字段。
兼容版界面补齐升级提示与检查更新入口。

💡 应用内点击左下角 「⚙ 设置 → 检查更新」 可查看是否有新版本并一键升级；升级过程中应用会短暂退出，安装完成后自动重新启动。